Design

Llama y habla con la IA · Twilio ↔ ElevenLabs

El frente de **voz por teléfono** de MyEyesTalk: marcas un número y conversas con un agente de IA en tiempo real, sin app. Un servidor **Express** recibe el webhook `/twilio/inbound`, **identifica al usuario por su número** (consulta el backend de identidad con fallback a perfiles RAG locales) y responde con **TwiML** que abre un `<Stream>` de Twilio Media Streams. Ese stream se puentea por **WebSocket** contra la **Conversational AI de ElevenLabs**, pasando el nombre y teléfono como parámetros para personalizar la conversación. Pensado para que personas con discapacidad visual accedan al asistente desde cualquier teléfono, sin pantalla ni instalación.

Visual style: Servicio Node sin UI: Express + WebSocket server (/ws), TwiML dinámico, perfiles RAG mock como fallback offline, contenedor Docker

Twilio Media Streams

Webhook de llamada entrante devuelve TwiML con `<Connect><Stream>`; el audio se transmite en vivo por WebSocket a `wss://.../ws`.

ElevenLabs Conversational AI

El stream de Twilio se puentea contra la API conversacional de ElevenLabs por `agent_id`, con voz natural en tiempo real.

Identidad por número + RAG

Normaliza el teléfono (+521/+52) y resuelve identidad desde el backend, con fallback a perfiles RAG locales para demo offline.

Sin app, accesible

Cualquier teléfono sirve como interfaz: marca y habla. Complementa a las gafas Ray-Ban Meta de MyEyesTalk.

Technical

Stack, complexity, and deployment context.

Stack

Node.js
Express
Twilio
WebSocket
ElevenLabs
Docker

Repository

https://github.com/rlaaron/hackAIVoice

Complexity: High
Estimated time: Hackathon — Platanus Hack 26 (canal de voz)
Deployment / context: Servidor Node (Docker) con webhook público para Twilio